Laboratoire 2 Héritabilité de traits humains quantitatifs PDF

Laboratoire 2 Héritabilité de traits humains quantitatifs Les observations du laboratoire I ont révélé que des groupes distincts peuvent avoir des traits de cheveux différents, mais l’amplitude de l’impact de la génétique sur ces traits n’a pas été directement évaluée. Dans le présent labo, vous ana...

Laboratoire 2 Héritabilité de traits humains quantitatifs Les observations du laboratoire I ont révélé que des groupes distincts peuvent avoir des traits de cheveux différents, mais l’amplitude de l’impact de la génétique sur ces traits n’a pas été directement évaluée. Dans le présent labo, vous analyserez les données du sondage auprès des étudiants pour quantifier l’ampleur avec laquelle les valeurs de certains des traits de vos parents (taille, poids, point de chaussure et activité physique) ont déterminé vos propres valeurs. Vous évaluerez également l’héritabilité du diamètre et de l’épaisseur des écailles cuticulaires des cheveux. Une étape préliminaire impliquant l’inoculation de lignées de Sordaria fimicola sera aussi complétée en préparation au labo 3. RÉSULTATS D’APPRENTISSAGE ATTENDUS Théorie Définir et se familiariser avec les concepts suivants : o Caractère normalement distribué o Héritabilité o Génétique quantitative o Variation phénotypique o Distribution normale Établir la formule de variation phénotypique et d’héritabilité Expérience pratique et analyse des données Calibrer et utiliser un microscope composé Mesurer le diamètre et l’épaisseur des écailles cuticulaires de cheveux humains Entrer des données, générer des graphiques et attribuer des formules prédéfinies dans Excel Enregistrer et analyser des images de microscopie avec Infinity Analyze Tester la normalité d’un ensemble de données Analyser les valeurs de traits héréditaires pour estimer leurs valeurs d’héritabilité ACTIVITÉS PRÉ-LABORATOIRES Répondez au sondage en ligne sur la taille, le poids, la pointure et l’intensité d’exercice physique pour vous-même et vos deux parents. Ces données serviront à évaluer l’héritabilité de ces traits. Chaque équipe-îlot apporte deux collections de six cheveux chacune, incluant deux cheveux provenant de chacun des deux parents et deux d'un enfant (deux cheveux par individu). Identifiez les échantillons de cheveux de sorte que leur filiation (lien entre les membres de la famille) soit connue. ÉTAPE PRÉLIMINAIRE EN PRÉPARATION AU LABO 3 Lors du labo 3, vous analyserez le croisement génétique entre le type sauvage (spores noires) de Sordaria fimicola et l'un de ses deux mutants présentant des spores grises ou brunes. Dans cette partie, vous inoculerez des boîtes de Pétri afin que les croisements puissent être observés et analysés au laboratoire 3. Dans cette partie, chaque paires d’étudiants inocule une gélose d’agar. Les stations de travail 1 et 2 de chaque îlot (A1, A2, B1, B2, C1, C2, D1, D2, E1 et E2) inoculent une gélose pour le croisement entre les lignées avec des spores noires (Wt pour wild type) et des spores grises (WtxG), et les stations de travail 3 et 4 (A3, A4, B3, B4, C3, C4, D3, D4, E3 et E4) préparent le croisement entre les lignées avec des spores noires et des spores bronzées (T pour tan) (WtxT). S. fimicola a une reproduction sexuée obligatoire qui a lieu dans les excréments de mammifères herbivores suite au passage dans le tractus gastro-intestinal (GI) de l'herbivore. Après la méiose sur les excréments, les ascospores sont libérées et collent à la surface des plantes avant d'être ingérées par les herbivores (PLoS One, 2006). S. fimicola n'est pas un pathogène connu pour l'homme, mais un équipement de protection individuelle, notamment un sarrau, des lunettes de sécurité et, si possible, des gants à usage unique, doit être porté pour minimiser l'exposition aux dangers. Tout d’abord, lavez-vous soigneusement les mains avec du savon. Tous les objets personnels (téléphones portables, ordinateurs portables...) doivent être retirés de la zone dédiée à l’inoculation. Planifiez soigneusement votre travail en définissant une zone de travail d'environ un mètre carré dans laquelle se trouvent tous les items nécessaires pour les différentes étapes d'inoculation. Évitez les sorties et retours à votre zone d’inoculation pour minimiser les risques de contamination (il y a des micro-organismes partout). Éloignez votre zone d'inoculation de l'ordinateur pour éviter de contaminer le clavier. Si vous devez vérifier une étape de la procédure, demandez à votre partenaire. Une fois votre inoculation terminée, lavez-vous soigneusement les mains avec du savon avant de passer aux autres parties du laboratoire. 1. Il doit y avoir une gélose d’agar à chaque station de travail. Vous devriez aussi retrouver au centre de chaque îlot trois géloses contenant les cultures mères des lignées Wt, G et T. Les quatre équipes d’un même îlot partagent ces trois cultures mères. 2. Nettoyez et désinfectez votre poste de travail en pulvérisant et essuyant soigneusement votre surface de travail avec la solution désinfectante fournie. 3. Utilisez un marqueur pour diviser le fond de votre boîte de gélose en quatre parties égales, puis écrivez l’information requise tel qu’indiqué ci-dessous. Identifiez également l’enveloppe de plastique de chacune des deux boucles d’inoculation stériles que vous utiliserez - cela peut sembler redondant, mais c'est une bonne pratique de systématiquement identifier votre matériel afin de minimiser les risques d’erreur ou de contamination croisée. Gabarit de l'information à indiquer sur le fond de votre boîte de gélose. Les différentes souches de Sordaria fimicola sont identifiées Wt, G et T pour le type sauvage avec spores noires (Wt) et les lignées mutantes avec spores grises (G) et bronzées ou tan (T). 4. Utilisez les cultures mères fournies pour inoculer votre boîte de Pétri avec les deux souches appropriées de S. fimicola. Soulevez partiellement le couvercle de l'une des deux cultures mères (pour minimiser le risque de contamination croisée) et utilisez une boucle stérile pour couper délicatement deux petits morceaux de gélose d'agar (± 0,5 cm x 0,5 cm) dans une zone riche en périthèces qui sont les organes de fructification qui ressemblent à des grains de poivre. 5. Transférez les deux fragments de gélose aux emplacements approprés dans votre boîte de gélose en renversant les fragments de gélose de sorte que les périthèces soient en contact avec la surface à inoculer. Les fragments de gélose doivent être suffisamment rapprochés (la distance entre les fragments doit être de ≈1 cm) afin d’optimiser le croisement. Pendant que vous transférez les fragments de gélose, assurez-vous de refermer le couvercle de la culture mère pour prévenir sa contamination. 6. Après avoir coupé et transféré les deux fragments de gélose de la culture mère, répétez la procédure avec l'autre culture mère. 7. Une fois terminé l’inoculation de vos quatre fragments, placez votre gélose dans la boîte indiquée par votre TA en prenant soin de déposer votre boîte de pétri avec le couvercle sur le dessus. Les géloses seront incubées à 25 °C pendant 9 jours, ce qui correspond au délai d'obtention des périthèces contenant les spores devant être analysées au labo 3. Après 9 jours, les géloses seront placées à 4 °C, puis elles vous seront retournées au début du labo 3. 8. Lorsque vous avez terminé votre inoculation, désinfectez à nouveau votre station de travail. GÉNÉTIQUE QUANTITATIVE (THÉORIE) Traits quantitatifs héréditaires La génétique mendélienne est basée sur des traits qui sont généralement déterminés par un seul gène. Lorsque Mendel a pollinisé une plante à fleurs pourpres (première lignée parentale) avec du pollen d’une plante à fleurs blanches (deuxième lignée parentale), il a systématiquement obtenu des fleurs pourpres (génération F1) (Figure 1). Lorsque ces plantes F1 ont été auto-croisées, leur progéniture avait un rapport donné de phénotypes, soit près de 3 fleurs pourpres pour 1 fleur blanche. La relation entre le génotype et le phénotype peut être facilement prédite puisque le caractère est sous le contrôle d’un seul gène. La couleur des fleurs du pois de jardin est considérée comme un trait discontinu puisque sa distribution des phénotypes est caractérisée par un nombre limité de valeurs discrètes. Figure 1 Aperçu de l’expérience réalisée par Mendel pour croiser deux souches parentales de pois avec différentes couleurs de fleurs (en haut) ainsi que les fréquences de phénotype observées dans les générations F1 et F2. Adapté d’Une introduction à l’analyse génétique (7e édition). Normalité des traits quantitatifs héréditaires Des traits tels que la taille, l’obésité ou la longévité varient considérablement d’une personne à l’autre. Ces traits ont des valeurs de phénotypes, qui sont distribuées de manière continue, ne peuvent pas être expliquées par un modèle de transmission mendélienne relevant d’un gène unique. Au contraire, quand une population est analysée, une distribution continue des phénotypes est observée. Une distribution continue et normale (courbe en cloche symétrique) est le résultat d’une variation additive de nombreux loci ou facteurs génétiques. Weedon et coll. (Human Genetics, 2008), par exemple, ont réalisé une étude d’association à l’échelle du génome de la taille adulte chez 13 655 individus. Leurs résultats ont conduit à la suggestion que plus de 500 gènes sont susceptibles d’affecter la taille chez les adultes humains. Pour être considéré comme un trait quantitatif et être autorisé à procéder à l’analyse de l’héritabilité décrite ci-dessous, la distribution des phénotypes d’un trait doit être normalement distribuée. Une manière simple d’évaluer la normalité des données est d’examiner visuellement l’histogramme de leur distribution de fréquence. Un histogramme fournit à la fois une appréciation visuelle de l’allure de la distribution (distribution symétrique des deux côtés autour de la moyenne) et des informations sur les valeurs éloignées (anomalies). La figure 2 compare le profil d’un histogramme qui semble être normalement distribuée (à gauche) comparativement à une distribution bimodale ne satisfaisant évidemment pas au critère de normalité (à droite). Seule la distribution à gauche pourrait être conservée pour l’analyse de l’héritabilité telle que décrite ci-après. Figure 2 Histogrammes de deux distributions de valeurs. Notez la forme en cloche de l’histogramme à gauche avec deux queues à peu près similaires de chaque côté de la moyenne. La distribution montrée visuellement à gauche semble répondre aux critères de normalité, bien que celle de droite ne le fasse pas. Une manière plus rigoureuse et informative d’évaluer la normalité est le diagramme quantile-quantile (Q-Q). Le diagramme Q-Q permet de détecter plus facilement l’écart par rapport à une distribution normale qu’une simple inspection visuelle. Un diagramme Q-Q affiches les quantiles Z réels d’une variable observée (axe Y) par rapport aux quantiles Z théoriques en supposant une distribution normale (axe X). Figure 3 Graphiques Q-Q basés sur les données du sondage de l’année dernière pour la taille des étudiants (à gauche) et l’intensité de l’exercice des étudiants (à droite). Les cercles indiquent les plages de données pour lesquelles les données observées s’écartent des valeurs attendues pour une distribution normale. L’interprétation d’un diagramme Q-Q nécessite une certaine réflexion et une compréhension de la normalité. It est d’abord important de réaliser qu’une variable qui suit une distribution normale aura ses quantiles Z observés parfaitement alignés avec les quantiles Z théoriques. Une ligne droite avec une pente de +1 et traversant l’axe des Y à l’origine est donc attendue pour un trait normal. Les zones aberrantes telles que celles encerclées dans la figure 3 correspondent à des plages de non linéarité. La zone encerclée sur le diagramme Q-Q pour la hauteur des étudiants (figure 3, à gauche) montre des valeurs Z observées au-dessus de la droite de régression. Cet écart indique que les valeurs Z observées (ainsi que les valeurs observées de la hauteur) sont au-delà des valeurs prévues pour une distribution normale. En l’absence d’autres informations sur les répondants, il est difficile d’interpréter cet écart. Une explication plausible est que la taille des individus atteint un plateau minimum en dessous duquel la hauteur est peu probable. Une autre interprétation est que les individus plus courts sont personnellement biaisés et ont tendance à surestimer leur taille. L’autre graphique Q-Q dans la figure 3 réfère à l’intensité de l’exercice des étudiants mesurée en nombre d’heures d’activité hebdomadaire. Le cercle de gauche affiche un pattern similaire à celui pour la taille des étudiants, car l’intensité de l’exercice possède un véritable seuil minimum qui est l’absence totale d’exercice. La zone encerclée à droite montre des valeurs Z observées supérieures aux valeurs Z attendues si la courbe était normale. Il y a donc plus d’élèves qui atteignent des niveaux élevés d’exercice que ce qui serait attendu si cette variable était normalement distribuée (les membres des équipes Gee-gees sont susceptibles d’être surreprésentés dans la zone encerclée à droite). En résumé, la taille des élèves est presque normalement répartie et son héritabilité peut être estimée à l’aide de la procédure décrite ci-dessous. D’autre part, l’intensité de l’exercice telle que mesurée dans le sondage BIO2533 ne répond pas au critère de normalité, et l’héritabilité de cette variable ne peut pas être estimée. Évaluation de l’héritabilité des caractères quantitatifs La génétique quantitative, également appelée génétique de traits complexes, est l’étude de caractères normalement distribués qui ne répondent pas à une hérédité mendélienne monogénique. La génétique quantitative est basée sur un modèle dans lequel de nombreux gènes influencent le trait et dans lequel des facteurs non génétiques peuvent également avoir un effet. De nombreux traits utilisés en agriculture tels que le rendement des cultures, le gain de poids chez les animaux, la teneur en graisse de la viande sont des traits quantitatifs, et une grande partie de la recherche pionnière sur les modes d’hérédité de ces caractères a été effectuée par des généticiens agricoles. Certains phénotypes humains tels que le QI, la capacité d’apprentissage, la pression artérielle, l’obésité et la longévité sont des traits quantitatifs. L’origine de la variation d’un caractère dans une population peut être déterminée à condition qu’un caractère puisse être mesuré quantitativement. La valeur phénotypique pour un individu spécifique est le résultat de facteurs génétiques, de facteurs environnementaux et de facteurs environnementaux qui interagissent avec les facteurs génétiques. La somme de ces facteurs dans une population d’individus contribue à la variance du trait observée au sein de cette population. Ainsi, la variance totale peut être partitionnée de la manière suivante. VP = V G + V E + VGE VP = variation phénotypique totale VG = variation génétique qui contribue à la variation phénotypique totale VE = contribution environnementale à la variation phénotypique totale VGE = variation associée aux interactions génétiques et environnementales des facteurs. Figure 4 Changements dans les rendements laitiers des vaches Holstein aux États-Unis : rendements moyens phénotypiques (P), valeurs d’élevage moyennes (A) et effets environnementaux (E = A – P). Les résultats sont présentés par rapport à 1957, lorsque le rendement moyen était de 5859 kg. Phil. Trans. R. Soc.B, 2010. L’héritabilité (H2) estime l’importance relative des facteurs génétiques (VG) pour expliquer la variation phénotypique (VP) (Nature Education). Le graphe entre les données des parents et celles de la progéniture est utilisé pour prédire dans quelle mesure les valeurs parentales peuvent prédire les valeurs de la progéniture (Y = F(X)). La figure ci-dessous montre l’impact de la normalisation des données sur la pente de la régression linéaire : le graphique du haut est pour les valeurs non normalisées (les unités de mesure sont conservées) et le graphique du bas est pour les valeurs normalisées (sans unités). La standardisation consiste à s’assurer que les données sont cohérentes et directement comparables. Le score Z est couramment utilisé pour la normalisation en divisant l’écart d’une valeur par rapport à la moyenne par l’écart type. Un score Z mesure le nombre d’écarts types entre une valeur et la moyenne. La moyenne d’un ensemble de données normalisé est zéro (0) et l’écart type est 1. Un score Z peut être négatif ou positif. Dans la figure 5, la pente des données non normalisées est de 0,3648, soit près de la moitié de la pente pour le même ensemble des valeurs normalisées (0,6522). Vous obtiendrez des estimations incorrectes de l’héritabilité si vous omettez de préalablement normaliser les valeurs observées. Student trait value (units) Scatter plot of non standardized values 190 180 170 y = 0,3295x + 113,59 R² = 0,3203 160 150 150 160 170 180 190 Mid-parental trait value (units) Scatter plot of standardized values Standardized student value (unitless) 3 2 1 0 -3 -2 -1 0 1 2 3 -1 -2 -3 y = 0,566x + 6E-15 R² = 0,3203 Standardized mid-parental value (unitless) Figure 5 Graphiques de la taille des étudiants fonction de la taille moyenne des parents pour les valeurs de taille non normalisées (haut) et normalisées (bas). Pour un graphique basé sur des valeurs standardisées, le carré de la pente de la régression linéaire est égal à R2 et correspond à la proportion de variance expliquée par des facteurs génétiques. L’héritabilité est formellement définie comme la proportion de variation phénotypique (VP) qui est due à la variation des valeurs génétiques (VG). Dans la figure ci-dessus, H correspond à la pente (0,566) et l’héritabilité est la valeur R2 (0,320). Notez que le carré de la pente n’est pas égal à R2 pour le graphique basé sur des données non normalisées. En supposant que les deux parents contribuent également à la variation des valeurs de leur progéniture, la proportion de variance expliquée par la constitution génétique des deux parents peut s’écrire comme suit : Hles deux parents2 = Hvaleurs mi-parentales2 = Hmaman2 + Hpapa2 = 2 x Hmaman2 = 2 x Hpapa2 L’équation ci-dessus peut être transformée pour déduire la valeur H de l’un ou l’autre des deux parents en fonction de Hmi-parental. Hmaman = Hpapa = racine carrée de (0,5x Hles deux parents2) Sur la figure 5, Hles deux parents2 = 0,320 donc Hmaman2 = Hpapa2 = 0.160. Portez attention à la terminologie : H est la pente de la régression linéaire des valeurs standardisées pour les valeurs du graphique entre les valeurs parentales et les valeurs de leur progéniture. Les valeurs H ne sont pas additives (Hles deux parents ≠ Hmaman + Hpapa). La proportion de la variation phénotypique observe dans un trait qui est dû à des facteurs génétiques est l’héritabilité (H2). Rappelez-vous que H2 est l’héritabilité d’un trait, mais pas H. L’héritabilité est additive donc Hles deux parents2 = Hmom2 + Hpapa2. L’interprétation quantitative d’une valeur d’héritabilité peut prêter à confusion. « L’héritabilité n’est pas la proportion d’un phénotype qui est d’origine génétique, mais plutôt la proportion de la variance phénotypique qui résulte de facteurs génétiques. » (Nature Education) Dans la figure cidessus, ce n’est pas 32,0 % de la taille des étudiants qui est hérité des parents. Si tel était le cas, la constitution génétique des parents déterminerait 32,0 % de la taille des étudiants ou 0,320 x 170 cm = 54,4 cm (170 cm est la valeur moyenne de la taille). C’est plutôt 32,0 % de la variation observée, soit environ la gamme entre 155 cm et 175 cm, qui est héritée des parents. La constitution génétique des parents détermine donc environ 0,320 x (175 cm – 155 cm) ou 6,4 cm de la taille totale des élèves. C’est donc environ 4 % des valeurs de la taille des étudiants (6,4 cm /170 cm x 100) qui sont héritées de leurs parents. GÉNÉTIQUE QUANTITATIVE (PROCÉDURES) PARTIE I Analyse de l’héritabilité des données d’enquête Avant d’estimer l’héritabilité de la taille, du poids, de la pointure de chaussures et de l’intensité de l’exercice en fonction des données du sondage collectif, la normalité de ces traits devrait être évaluée. L’analyse de la normalité doit être techniquement effectuée pour les données des élèves et des parents, bien que, par souci de simplicité, vous puissiez supposer que les histogrammes des valeurs des élèves sont également représentatifs des distributions parentales. Accédez à la base de données du sondage et téléchargez une copie Excel en choisissant les options File, Download As puis Excel. Un bref aperçu des données du sondage révèle que certaines des entrées récentes dans la partie inférieure doivent être soigneusement inspectées car certaines semblent erronées (unités de mesure incorrectes, informations incomplètes, valeurs aberrantes...). Sur la base des informations des années précédentes, 15 à 20 % des entrées doivent être rejetées avant de procéder à une analyse statistique. En d’autres termes, 15 à 20 % des répondants n’ont pas lu attentivement ou respecté les instructions fournies. Le contrôle de la qualité des données du sondage peut nécessiter beaucoup de temps et peut impliquer des décisions subjectives telles que la définition de seuils pour l’exclusion des valeurs aberrantes. Pour cet exercice, il est recommandé de n’utiliser que les 200 premières lignes de la feuille de calcul dont les valeurs ont été préalablement vérifiées. N’hésitez pas à répéter l’analyse avec un plus grand nombre d’entrées, mais l’objectif est de comprendre l’analyse statistique qui est nécessaire pour estimer l’héritabilité d’un trait génétique, pas de devenir un expert avec Excel. 1) Accédez à la base de données des résultats du sondage et téléchargez une copie Excel en choisissant les options File, Download As puis Excel. Pouvez-vous identifier certaines entrées incohérentes dans la partie inférieure du fichier ? Si vous étiez embauché comme analyste de contrôle de la qualité pour examiner les données du sondage, quelles valeurs seuils spécifiques utiliseriez-vous pour (1) la taille et (2) la pointure des chaussures ? Insérez une capture d'écran montrant 15 entrées consécutives sur laquelle vous basez vos réponses. Estimez le pourcentage d’élèves qui ont lu attentivement et suivi les instructions fournies au début du sondage. Expliquez votre raisonnement. 2) Conservez les 200 premières entrées et générez un histogramme affichant la distribution des valeurs de la taille des étudiants. Répétez la même procédure pour (1) le poids, (2) la pointure des chaussures et (3) l’intensité de l’exercice. Pour chaque histogramme obtenu, discutez brièvement s’il répond au critère de normalité qui est une condition préalable à l’évaluation de son héritabilité. 3) Répétez l’analyse de normalité pour une caractéristique de votre choix en fonction du diagramme Q-Q. Téléchargez le modèle Excel qui a été préparé pour faciliter votre analyse. Vous devez (1) triez en ordre croissant et copiez/collez un ensemble de valeurs pour une variable d’intérêt (jusqu’à 200 valeurs peuvent être traitées simultanément) et (2) resélectionnez la plage de données pour le diagramme. Discutez de la normalité de la caractéristique que vous avez sélectionnée en fonction des deux méthodes différentes que vous avez utilisées : l’histogramme et le diagramme Q-Q. L’information provenant des deux méthodes est-elle cohérente ? Quelles informations spécifiques peuvent être obtenues à partir de l’analyse du diagramme Q-Q, mais pas de l’inspection visuelle de l’histogramme ? Le trait que vous avez choisi répond-il aux critères de normalité? Insérez votre histogramme et diagramme, ainsi que votre réponse à chacune des questions. 4) En supposant que vos résultats de la question 3 valident la normalité de votre trait choisi, référez au document Excel pour standardiser 200 entréees pour générer le graphique X-Y des valeurs standardisées. Copiez et collez votre graphique X-Y et estimez les valeurs suivantes pour votre trait choisir : Hles deux parents, Hmamans et Hpapas, ainsi que Hles deux parents2, Hmamans2 et Hpapas2. Expliquez le raisonnement sous-jacent à vos calculs. 5) Estimez la valeur d’héritabilité pour la taille, le poids, la pointure et l’intensité de l’exercice. Générez un tableau récapitulatif affichant vos résultats, y compris une colonne supplémentaire à l’extrême droite pour exprimer les préoccupations que vous pourriez avoir quant à l’exactitude de vos valeurs d’héritabilité. PARTIE II Analyse de l’héritabilité du diamètre et de l’épaisseur des écailles cuticulaires de cheveux humains Pour chacun des trois échantillons de cheveux de la même filiation familiale, mesurez le diamètre des cheveux et l’épaisseur des écailles cuticulaires comme effectué dans le laboratoire 1. Dans la mesure du possible, chaque équipe-îlot utilise son propre assortiment de trois échantillons de cheveux, bien que, si nécessaire, le même assortiment peut être évalué par plus d’une équipe. Repéter l’analyse d’un même assortiment de cheveux n’est pas une stratégie idéale, car cela introduit une redondance et un biais dans les résultats du fichier partagé. 1. Calibrez Infinity Analyze avec l’objectif 40X en place. Utilisez la vis micrométrique de mise au points pour obtenir une résolution claire des deux bords du cheveu et mesurez son épaisseur. Répétez la procédure dix fois en vous déplaçant à une position différente le long du cheveu et en réajustant la vis micrométrique à chaque fois. Entrez la valeur moyenne de l’épaisseur de chacun des trois cheveux dans le document partagé Labo II Héritabilité du diamètre des cheveux et de la distance entre les écailles cuticulaires. 2. Estimez la distance moyenne entre les écailles cuticulaires de chacun des trois cheveux en fonction de la distance délimitée par dix écailles consécutives (figure 6). Répétez la mesure trois fois et utilisez vos trois valeurs pour estimer l’épaisseur moyenne d’une écaille. Entrez votre valeur dans le document partagé Labo II Héritabilité du diamètre des cheveux et de la distance entre les écailles cuticulaires. Figure 6 Mèche de cheveux humaine à 400X et ouverture du condenseur réglée à 0,10-0,15 au lieu de la valeur recommandée de 0,65. L’intensité limitée de la lumière transmise par le condenseur permet l’observation de détails fins tels que les lignes délimitant les écailles cuticulaires, bien que cette configuration sous-optimale se traduit par un fond plus sombre. La distance indiquée chevauche dix échelles cuticulaires consécutives. Image de G. Guillet. 1) Accédez au document partagé Labo II Héritabilité du diamètre des cheveux et de la distance entre les écailles cuticulaires et copiez les deux graphiques pour (1) la distribution du diamètre des cheveux et (2) la distance entre les écailles cuticulaires. Que pouvez-vous déduire de la normalité de ces deux traits ? Expliquez votre raisonnement. 2) Accédez à nouveau au document partagé et copiez les graphiques affichant les relations entre la progéniture (Y) et les valeurs parentales moyennes (X) pour (1) le diamètre normalisé de la mèche de cheveux et (2) la distance inter-échelles normalisée. 3) Reportez-vous aux graphiques collés à la question 2 pour estimer l’héritabilité (1) du diamètre des cheveux humains et (2) de l’épaisseur des écailles cuticulaires des cheveux humains. Vous n’avez pas à répondre à la question suivante, mais vous êtes invite à y réfléchir et en discuter avec vos coéquipiers. 4) Serait-il facile d’évaluer l’héritabilité de l’intelligence humaine? Expliquez votre raisonnement.